比较字符串中关键字的流行度

Question

我想要一个长字符串（数十万个字符）并将其与一组关键字进行比较，以确定数组中哪个关键字被提及的次数多于其他关键字。

这看起来很简单，但我有点担心strstr正在执行此任务。

我应该以不同的方式吗？

谢谢，

Answer 1

我认为你可以通过一次扫描以不同的方式做到这一点，如果你以正确的方式做到这一点，它可以在性能上给你带来显着的改善。

创建一个关联数组，其中键是关键字，值是出现次数。

逐字逐句读取字符串，我的意思是取一个单词并将其放在一个变量中。然后，将它与所有关键字进行比较（有几种方法可以执行此操作，您可以使用isset查询关联数组）。找到关键字后，递增其计数器。

我希望PHP使用类似hashmap的东西来实现关联数组......

Answer 2

以线性方式解析单词。对于您遇到的每个单词，在您要查找的单词的关联数组中增加其计数（当然，跳过您不感兴趣的单词）。这将比strstr快得多。